《Case Studies on Transport Policy》：A weighted KSA framework for measuring ship navigator competence in loss-of-ship-control scenarios
编辑推荐：
熟练的航行是海上作业安全和效率的基础。尽管失控事故(Loss-of-Ship-Control, LoSC)在海事事故统计中占比很高，这一高风险场景在基于模拟器的海事教育与培训(Maritime Education and Training, MET)中仍缺乏充
熟练的航行是海上作业安全和效率的基础。尽管失控事故(Loss-of-Ship-Control, LoSC)在海事事故统计中占比很高，这一高风险场景在基于模拟器的海事教育与培训(Maritime Education and Training, MET)中仍缺乏充分研究。本研究基于能力本位教育与评估(Competency-Based Education and Assessment, CBEA)原则，开发并验证了一套系统的知识(Knowledge)、技能(Skills)与态度(Attitude, KSA)框架，用于在失船控制模拟演练中评估航行员表现。知识与技能域源自《国际海员培训、发证和值班标准公约》(International Convention on Standards of Training, Certification and Watchkeeping for Seafarers, STCW)，态度域则基于成熟的非技术技能(Non-Technical Skills, NTS)框架（含NOTECHS）及经确证的海事人因文献。由65名资深海事专业人员(Experienced Maritime Professionals, EMPs)进行内容效度检验，随后采用27名参与者的判断通过层次分析法(Analytic Hierarchy Process, AHP)确定11个子准则及60项胜任力条目的加权优先级。结果显示三大主准则呈均衡分布：知识(40%)、技能(33%)、态度(27%)；11个子准则中优先级最高的是诊断技能(Diagnostic Skills)、法规与规则知识(Knowledge of Rules and Regulations)及助航设备知识(Knowledge of Navigational Equipment)。本研究提供的场景特定加权KSA胜任力框架旨在提升海事模拟器评估的客观性、公平性与一致性，为高风险培训情境下的胜任力差距识别和针对性教学干预提供实践基础。
本研究发表于《Case Studies on Transport Policy》。
【研究背景与意义】
海上航运业持续增长且数字化程度不断提高，但人为因素仍是约80%海事事故的主因，其中失船控制（Loss-of-Ship-Control, LoSC，含主机/舵机失效及环境致失控）在事故统计中占比近30%，却长期在基于模拟器的海事教育与培训(Maritime Education and Training, MET)中缺位。现行STCW公约框架下的模拟器考核多依赖教员主观观察打分，缺乏基于能力本位教育与评估(Competency-Based Education and Assessment, CBEA)原则的客观量化工具，导致评估不一致、难比较。为此，研究人员开展本研究，构建并验证适用于LoSC场景的加权KSA（知识Knowledge、技能Skills、态度Attitude）胜任力测评框架，填补高风险场景评估空白，推动MET客观化。
【主要关键技术方法】
研究人员采用两阶段专家调查法：第一阶段（Round 1）向65名资深海事专业人员(Experienced Maritime Professionals, EMPs，含船长、引航员、MET教员及研究者，超60%有20年以上海上资历)发放内容效度调查，从STCW表A-II/1和A-II/2的66项知识理解熟练(Knowledge, Understanding and Proficiency, KUP)条目中筛选出与LoSC直接相关且可在模拟器中评估的51项，补充源自NOTECHS及非技术技能(Non-Technical Skills, NTS)文献的9项态度(Attitude)类胜任力（涵盖韧性Resilience、主动安全Proactive Safety、团队协作Teamwork），形成含3大准则、11子准则、60项具体胜任力的KSA框架，并用内容效度指数(Content Validity Index, CVI)和Kappa系数(κ)检验内容效度；第二阶段（Round 2）邀请27名专家（含Round 1参与者及独立海事专家）对准则及子准则进行1–9标度两两比较，采用层次分析法(Analytic Hierarchy Process, AHP)构建判断矩阵、计算几何均值合成群体共识矩阵，求解特征向量得局部及全局优先级权重，并以一致性比率(Consistency Ratio, CR＜0.1为可接受)检验判断一致性。
【研究结果】
3.1 Round 1：KSA框架验证与人口学发现
经65名EMPs评定，60项胜任力整体量表水平内容效度指数(Scale-level CVI Average, S-CVI/Ave)达0.98，11个子准则κ值均＞0.80，证明专家间信度良好；仅S2.1（天文航海）和S2.6（莫尔斯码）κ略低于0.8被认为在LoSC场景中相关性较低。调查显示69.2%的EMPs曾遭遇过LoSC事件，但43.1%从未接受过专门训练，94%的EMPs支持将LoSC纳入MET模拟课程，揭示出现实暴露与培训准备的显著缺口。
3.2 Round 2：胜任力优先级排序与赋权
AHP分析得出三大主准则全局权重：知识(Knowledge) 0.40、技能(Skills) 0.33、态度(Atitude) 0.27。CR分别为4.63%（知识）、1.79%（技能）和11.8%（态度，略超限值）。11个子准则全局优先级前三位依次为：诊断技能(Diagnostic Skills, S3) 0.14（第1）、法规与规则知识(Knowledge of Rules & Regulations, K4) 0.12（第2）、助航设备知识(Knowledge of Navigational Equipment, K2) 0.11（第3）；其余依次为技术技能(Technical Skills, S1) 0.10、团队协作(Teamwork, A3) 0.10、主动安全态度(Proactive Safety Attitude, A2) 0.09、操作技能(Operational Skills, S2) 0.09、韧性(Resilience, A1) 0.08、应急反应知识(Emergency Response, K3) 0.06、稳性知识(Stability, K5) 0.06、操纵知识(Maneuvering, K1) 0.05。96.3%的第二轮参与者赞同将LoSC引入MET，并认为大学教育阶段适合初次接触、管理级培训阶段适合强化。
【讨论与结论总结翻译】
将AHP赋权的KSA框架应用于模拟LoSC场景下的航行员量化测评，证实在复杂海事培训环境中开展客观胜任力评估的可行性与实用性。框架显示知识(40%)、技能(33%)、态度(27%)权重分布均衡且差异合理，突显危机情况下航行员胜任力具多面性。子准则中诊断技能最重要，反映紧急情况下排查故障能力的关键价值；其次是法规规则知识（涉及COLREGs、搜救协议等法律责任）及助航设备知识（ECDIS、雷达等），与既有文献一致。Round 1揭示多数海员亲历过LoSC却缺乏模拟器培训，凸显课程缺口，专家近乎一致支持场景特定训练，且倾向大学初阶引入—管理级强化的递进式培养。本加权KSA框架为LoSC这一研究不足的高风险场景提供了基于CBEA原则的、融合技术与非技术技能的量化评估工具，可超越简单的及格/不及格判定，支持针对性教学干预与胜任力差距识别，对未来数据驱动的海事胜任力评估具有政策与实践意义。未来需在更多关键场景扩展验证，并将框架预测效度与真实海上表现关联，探索机器学习辅助的智能评估。
